Python pandas：如何根据多列对唯一值进行分组和计数？

Question

我有datafarme df：

id name number
1 sam   76
2 sam    8
2 peter  8 
4 jack   2

我想对“ id”列进行分组，并基于（名称，数字）对计算唯一值的数量？

id count(name-number)
1    1
2    2
4    1     

我已经尝试过了，但是不起作用：

df.groupby('id')[('number','name')].nunique().reset_index()

Answer 1

你可以做：

import pandas
df = pandas.DataFrame({"id": [1, 2, 3, 4], "name": ["sam", "sam", "peter", "jack"], "number": [8, 8, 8, 2]})
g = df.groupby(["name", "number"])
print g.groups

这使：

{('jack', 2): [3], ('peter', 8): [2], ('sam', 8): [0, 1]}

要获取每对唯一条目的数量，您可以执行以下操作：

for p in g.groups: 
    print p, " has ", len(g.groups[p]), " entries"

这使：

('peter', 8)  has  1  entries
('jack', 2)  has  1  entries
('sam', 8)  has  2  entries

更新：

OP要求在数据框中输入结果。一种实现方法是aggregate与length函数一起使用，该函数将返回一个数据帧，其中包含每对唯一条目的数量：

d = g.aggregate(len)
print d.reset_index().rename(columns={"id": "num_entries"})

给出：

    name  number  num_entries
0   jack       2           1
1  peter       8           1
2    sam       8           2

Answer 2

您可以将两个groupbys 组合以获得所需的结果。

import pandas
df = pandas.DataFrame({"id": [1, 2, 2, 4], "name": ["sam", "sam", "peter", "jack"], "number": [8, 8, 8, 2]})
group = df.groupby(['id','name','number']).size().groupby(level=0).size()

第一个groupby将计算完整的原始组合集（从而使要计算的列唯一）。第二个groupby将计算您想要的每一列的唯一出现次数（并且您可以使用第一个groupby将该列放入索引的事实）。

结果将是系列。如果您希望DataFrame具有正确的列名（如您期望的结果所示），则可以使用以下aggregate函数：

group = df.groupby(['id','name','number']).size().groupby(level=0).agg({'count(name-number':'size'})